數據結構中哪個和索引差不多

① 資料庫的索引是如何實現的，主鍵索引和聯合索引數據結構有什麼區別

主鍵是表中的一個或多個欄位，它的值用於惟一地標識表中的某一條記錄.且不能為空;
索引是對資料庫表中一列或多列的值進行排序的一種結構，只有當經常查詢索引列中的數據時，才需要在表上創建索引，使用索引可快速訪問資料庫表中的特定信息。
索引佔用磁碟空間，並且降低添加、刪除和更新行的速度。當然索引也有好處就是查詢速度快，它利還是大於弊的所以請慎重使用索引。
比如：一個學生表（t_stu
）有1000條數據，給它id列建個主鍵和索引，
你想查詢id=1000；的這條信息，如果沒有索引，它就一條一條的比對查找，系統運行1000次才找到，要是創建了索引，你查詢id=1000的這條信息，系統只運行一次就找到了。

② 數據結構中散列存儲和索引存儲的區別！求教 最好能生動點

散列存儲是直接將關鍵字的值做一個映射到存儲地址
索引存儲則是另外使用關鍵字來構建一個索引表（也可以是單級，也可以是多級的），先在索引表中找到存儲位置後，再訪問內容

③ mysql 索引有哪些各⽤用了了哪些數據結構

從數據結構角度
1、B+樹索引(O(log(n)))：關於B+樹索引，可以參考 MySQL索引背後的數據結構及演算法原理
2、hash索引：
a 僅僅能滿足"=","IN"和"<=>"查詢，不能使用范圍查詢
b 其檢索效率非常高，索引的檢索可以一次定位，不像B-Tree 索引需要從根節點到枝節點，最後才能訪問到頁節點這樣多次的IO訪問，所以 Hash 索引的查詢效率要遠高於 B-Tree 索引
c 只有Memory存儲引擎顯示支持hash索引
3、FULLTEXT索引（現在MyISAM和InnoDB引擎都支持了）
4、R-Tree索引（用於對GIS數據類型創建SPATIAL索引）

④ 資料庫索引的底層實現是什麼數據結構

關於資料庫索引的數據結構，大多數資料庫都是採用B樹。可參照文章：
http://blog.csdn.net/Ant_Yan/archive/2008/09/15/2932068.aspx

非主鍵索引需要在數據表本身的存儲空間外額外開銷存儲空間，所以在更新的時候可能不僅要更新數據表本身，還要更新非主鍵索引，更新內容更多了，所以導致速度降低。反過來，如果數據表中的數據按照主鍵索引的順序存儲，更新的時候就沒有額外的開銷。

非主鍵索引對提高查詢速度來講，主要的方面是：檢索的條件(where...)如果命中對應的非主鍵索引的話，就不需要對數據表做全表掃描，效率肯定是大大提高。（索引的創建和使用是資料庫設計和優化的重要部分，是一個資料庫程序員的必修課，不同資料庫系統的語法不同，但是原理基本相同）;
另一方面，也有如下的可能：如果檢索結果的欄位包含在非主鍵索引中，即使對非主鍵索引做全掃描，也比對整表欄位做全掃描快，因為只有非主鍵索引本身的數據需要從存儲設備調入內存，節約了IO時間。
不過一般說索引對查詢速度的影響，主要指第一種情況。

⑤ 資料庫索引文件一般採用什麼數據結構

關於資料庫索引的數據結構，大多數資料庫都是採用B樹。

1、非主鍵索引需要在數據表本身的存儲空間外額外開銷存儲空間，所以在更新的時候可能不僅要更新數據表本身，還要更新非主鍵索引，更新內容更多了，所以導致速度降低。反過來，如果數據表中的數據按照主鍵索引的順序存儲，更新的時候就沒有額外的開銷。

2、非主鍵索引對提高查詢速度來講，主要的方面是：檢索的條件(where...)如果命中對應的非主鍵索引的話，就不需要對數據表做全表掃描，效率肯定是大大提高。（索引的創建和使用是資料庫設計和優化的重要部分，是一個資料庫程序員的必修課，不同資料庫系統的語法不同，但是原理基本相同）。

3、如果檢索結果的欄位包含在非主鍵索引中，即使對非主鍵索引做全掃描，也比對整表欄位做全掃描快，因為只有非主鍵索引本身的數據需要從存儲設備調入內存，節約了IO時間。

(5)數據結構中哪個和索引差不多擴展閱讀：

1、選擇唯一性索引 唯一性索引的值是唯一的，可以更快速的通過該索引來確定某條記錄。例如，學生表中學號是具有唯 一性的字 段。為該欄位建立唯一性索引可以很快的確定某個學生的信息。如果使用姓名的話，可能存 在同名現象， 從而降低查詢速度。

2、盡量使用數據量少的索引 如果索引的值很長，那麼查詢的速度會受到影響。例如，對一個CHAR(100)類型的欄位進行全文檢索 需要的時間肯定要比對CHAR(10)類型的欄位需要的時間要多。

3、盡量使用前綴來索引 如果索引欄位的值很長，最好使用值的前綴來索引。例如，TEXT和BLOG類型的欄位，進行全文檢 索會很浪費時 間。如果只檢索欄位的前面的若干個字元，這樣可以提高檢索速度。

⑥ 常用數據結構有哪些

數據結構分為8類有：數組、棧、隊列、鏈表、樹、散列表、堆、圖。數據結構是指相互之間存在著一種或多種關系的數據元素的集合和該集合中數據元素之間的關系組成 。

1、數組

數組是可以再內存中連續存儲多個元素的結構，在內存中的分配也是連續的，數組中的元素通過數組下標進行訪問，數組下標從0開始。例如下面這段代碼就是將數組的第一個元素賦值為 1。

2、棧

棧是一種特殊的線性表，僅能在線性表的一端操作，棧頂允許操作，棧底不允許操作。 棧的特點是：先進後出，或者說是後進先出，從棧頂放入元素的操作叫入棧，取出元素叫出棧。

3、隊列

隊列與棧一樣，也是一種線性表，不同的是，隊列可以在一端添加元素，在另一端取出元素，也就是：先進先出。從一端放入元素的操作稱為入隊，取出元素為出隊。

4、鏈表

鏈表是物理存儲單元上非連續的、非順序的存儲結構，數據元素的邏輯順序是通過鏈表的指針地址實現，每個元素包含兩個結點，一個是存儲元素的數據域 (內存空間)，另一個是指向下一個結點地址的指針域。根據指針的指向，鏈表能形成不同的結構，例如單鏈表，雙向鏈表，循環鏈表等。

5、樹

樹是一種數據結構，它是由n（n>=1）個有限節點組成一個具有層次關系的集合。把它叫做 「樹」 是因為它看起來像一棵倒掛的樹，也就是說它是根朝上，而葉朝下的。

6、散列表

散列表，也叫哈希表，是根據關鍵碼和值 (key和value) 直接進行訪問的數據結構，通過key和value來映射到集合中的一個位置，這樣就可以很快找到集合中的對應元素。

7、堆

堆是一種比較特殊的數據結構，可以被看做一棵樹的數組對象，具有以下的性質：堆中某個節點的值總是不大於或不小於其父節點的值；堆總是一棵完全二叉樹。將根節點最大的堆叫做最大堆或大根堆，根節點最小的堆叫做最小堆或小根堆。常見的堆有二叉堆、斐波那契堆等。

8、圖

圖是由結點的有窮集合V和邊的集合E組成。其中，為了與樹形結構加以區別，在圖結構中常常將結點稱為頂點，邊是頂點的有序偶對，若兩個頂點之間存在一條邊，就表示這兩個頂點具有相鄰關系。

⑦ linux裡面的iNode是索引的意思，然後數據結構裡面也有索引，這兩個概念是一樣的嗎

linux中的inode是文件的元信息，具體來說有以下內容：
* 文件的位元組數
* 文件擁有者的User ID
* 文件的Group ID
* 文件的讀、寫、執行許可權
* 文件的時間戳，共有三個：ctime指inode上一次變動的時間，mtime指文件內容上一次變動的時間，atime指文件上一次打開的時間。
* 鏈接數，即有多少文件名指向這個inode
* 文件數據block的位置
即除了文件名以外的文件信息都在inode之中了。每個inode都有一個號碼，操作系統用inode號碼來識別不同的文件。
而數據結構中的索引，是一種邏輯結構。用來提高查找前一節點或者後一節點的效率
樓主可以參照對比一下數據結構的B樹和linux的file system結構，更直觀些

⑧ 請問mysql索引，有主鍵索引、唯一索引、全文索引、組合索引、普通索引，他們分別的數據結構是什麼

普通索引：最基本的索引，沒有任何限制
唯一索引：與"普通索引"類似，不同的就是：索引列的值必須唯一，但允許有空值。
主鍵索引：它 是一種特殊的唯一索引，不允許有空值。
全文索引：僅可用於 MyISAM 表，針對較大的數據，生成全文索引很耗時好空間。
組合索引：為了更多的提高mysql效率可建立組合索引，遵循」最左前綴「原則。

MyISAM中索引檢索的演算法為首先按照B+Tree搜索演算法搜索索引，如果指定的Key存在，則取出其data域的值，然後以data域的值為地址，讀取相應數據記錄。在MyISAM中，主索引和輔助索引（Secondary key）在結構上沒有任何區別，只是主索引要求key是唯一的，而輔助索引的key可以重復。
InnoDB的數據文件本身就是索引文件。InnoDB的輔助索引data域存儲相應記錄主鍵的值而不是地址。
聚集索引這種實現方式使得按主鍵的搜索十分高效，但是輔助索引搜索需要檢索兩遍索引：首先檢索輔助索引獲得主鍵，然後用主鍵到主索引中檢索獲得記錄。

⑨ 資料庫中的索引是什麼意思

什麼是索引：
索引是資料庫存儲引擎用於快速查找到指定數據的一種數據結構。
可以用新華字典做類比：如果新華字典中對每個字的詳細解釋是資料庫中表的記錄，那麼按部首或拼音等排序的目錄就是索引，使用它可以讓我們快速查找的某一個字詳細解釋的位置。
在MySQL中，存儲引擎也是用了類似的方法，先在索引中找到對應的值，然後再根據匹配的索引值找到對應表中記錄的位置。
面試中為什麼問索引：
之所以在索引在面試中經常被問到，就是因為：索引是資料庫的良好性能表現的關鍵，也是對查詢能優化最有效的手段。索引能夠輕易地把查詢性能提高幾個數量級。
然而，糟糕的索引也同樣會影響查詢性能，當表中的數據量越來越多的時候，索引對性能的影響就越大。在數據量比較少並且負責比較低的時候，糟糕的索引對性能的影響可能不明顯，但是當數據量逐漸增多的時候，性能會急劇下降。
索引的類型：
不同類型的索引，可以為不同場景提供更好的性能。在MySQL中，索引是在存儲引擎層面實現的，而不是在伺服器層面實現的。正如大家所知道，MySQL支持多種類型的存儲引擎。所以，在不同存儲引擎中索引的實現方式並不是一樣的，也不是所有類型的索引都被所有存儲引擎支持的，即使多個存儲引擎支持同一種類型的索引，它底層的實現也有可能是不相同的。

⑩ 索引數據結構都有哪些 分別有什麼區別呢 一般都採用什麼結構的呢

全文索引、聚集索引、哈希索引、b+樹索引等

B+樹的簡單定義：B+樹是為磁碟或其他存儲設備設計的一種平衡查找樹。B+樹中所有記錄都是按鍵值大小順序存放在葉子節點上，各葉子節點通過指針進行連接。

哈希索引(Hash indexes)採用哈希表來對鍵值進行查找，時間復雜度為O(1)。

使用哈希索引時對於鍵值的等值查詢是非常快的，但是其他類型的查詢如范圍查詢、模糊查詢、排序等是不能使用哈希索引的。這是哈希索引使用比較少的主要原因。

聚集索引（Clustered Index）又稱聚簇索引，其葉子節點存放記錄。

每個InnoDB 表有一個特定的索引叫做聚集索引,存儲行的數據。

如果你的表定義了主鍵那麼主鍵就是聚集索引，如果沒有定義主鍵,MySQL 會選擇第一個非空唯一索引列作為聚集索引，如果表中也沒有唯一索引,InnoDB會生成一個類似RowId的隱藏的聚集索引。

全文索引查找條件使用 MATCH AGAINST。

全文索引(Full-text search indexes)使用倒排索引(inverted index)實現。倒排索引會記錄文本中的每個關鍵字出現在文檔中的位置。